Escolar Documentos
Profissional Documentos
Cultura Documentos
Abstrak.Sistem pembangkit dirasakan sangat perlu guna Fluktuasi frekuensi seharusnya berada pada batas toleransi
memenuhi kebutuhan tenaga listrik yang semakin yang sudah ditetapkan, dan kembali kepada frekuensi
meningkat, kestabilan sangat dibutuhkan pada proses normalnya dengan segera. Fluktuasi frekuensi yang berada
pembangkit sehingga sistem pengendalian digunakan diatas batas toleransi merupakan sebuah permasalahan yang
untuk menjaga variabel proses tersebut tetap stabil. Salah kerap terjadi. Selain itu, waktu kembali fluktuasi frekuensi
satunya adalah dengan melakukan pengendali frekuensi yang tidak segera ke kondisi normal akan mengakibatkan
pada tubin-generator suatu pembangkit listik, contohnya kerusakan pada sistem seperti patahnya poros turbin-generator
PLTU (Pembangkit Listrik Tenaga Uap).Frekuensi dari dan kemungkinan terjadi gangguan pada jaringan listrik.
turbin uap harus dijaga kestabilannya agar keluaran daya Fluktuasi frekuensi ini erat kaitannya dengan perubahan
listrik di generator berjalan dengan baik.Fluktuasi kecepatan putar pada turbin dan generator, dikarenakan
frekuensi adalah salah satu kendala penyampaian daya perubahan permintaan daya beban. Perubahan kecepatan
listrik ke beban, juga waktu kembali yang tidak segera ke turbin-generator dilakukan dengan mengikuti nilai perubahan
kondisi normal akan mengakibatkan kerusakan pada beban, melalui pengaturan laju aliran uap sebagai input dari
sistem seperti patahnya poros turbin-generator dan pemodelan ini. sehingga akan terlihat perubahan nilai
kemungkinan terjadi gangguan pada jaringan listrik, frekuensi yang dihasilkan turbin-generator. Kontrol yang
sehingga perlu dilakukan pengaturan laju aliran uapyang digunakan untuk pengendalian pada sistem ini menggunakan
masuk ke turbin. Kontroler yang digunakan untuk kontrol fuzzy prediktif.
menjaga perubahan frekuensi adalah kontrol fuzzy
prediktif,dengan penambahan gain K1 pada kontrol fuzzy
II. TEORI DASAR
prediktif sebesar 42.35 yang bekerja secara sucsessive
kontroler ini dapat mengurangi error sebesar 1,04% jika A. Pembangkit Listrik Tenaga Uap (PLTU) [1]
sistem hanya menggunakan kontroler fuzzy pada saat PLTU merupakan suatu sistem pembangkit tenaga listrik
terjadi perubahan beban. yang mengkonversikan energi kimia listrik dengan
menggunakan uap air sebagai fluida kerjanya, yaitu dengan
Kata KunciFrekuensi, Turbin, Fuzzy Prediktif memanfaatkan energi kinetik uap untuk menggerakkan poros
sudu-sudu turbin.Sudu-sudu turbin menggerakkan poros
I. PENDAHULUAN turbin, untuk selanjutnya poros turbin menggerakkan
generator.Dari generator inilah kemudian dibangkitkan energi
K
EBUTUHAN akan penggunaan daya listik saat ini
listrik. Energi listrik yang dihasilkan akan mensuplai alat-alat
sangat diperlukan mengingat banyak negara
yang disini disebut beban.
diprediksi dalam keadaan krisis energi listrik dimasa
Prinsip kerja dari PLTU berdasarkan pada Gambar 1
mendatang. Saat ini pemerintah merencanakan
adalah menggunakan siklus air-uap sistem tertutup, dimana air
pembangunan pembangkit listrik untuk mengurangi krisis
dari condenseratau air hasil dari proses pengkondensasian.
energi listrik tersebut. Oleh karena itu, pembelajaran mengenai
Dsini air dipanaskan kembali kemudian dimasukkan ke
pembangkit listrik perlu dilakukan, metode simulasi
deaerator untuk menghilangkan gas udara (oksigen),
merupakan salah satu metode pembelajaran yang efektif dan
kemudian air dipompa oleh boiler feedwater pump ke
efisien. Dari pembelajaran simulasi dapat diwujudkan
economizer. Dari economizeryang selanjutnya dialirkan ke
pembuatan simulator dari sistem pembangkit listrik. Gangguan
pipa down comer untuk dipanaskan pada wall tubes yang
sistem tenaga listrik mungkin bisa terjadi dan menjadi
berada di boiler.
permasalahan serta kendala penyaluran daya listrik ke beban.
Contoh gangguannya adalah terjadinya fluktuasi frekuensi
sistem tenaga listrik yang disebabkan perubahan beban.
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 A-73
Fuzifikasi
Fuzifikasi merupakan proses pemetaan nilai-nilai input
(crispinput)yang berasal yang berasal dari sistem yang
Gambar 1. Siklus sederhana PLTU dikontrol (besaran non fuzzy) ke dalam himpunan fuzzy
menurut fungsi keanggotaannya. Himpunan fuzzy tersebut
merupakan fuzzyinput yang akan diolah secara fuzzy pada
B. Turbin Uap [2] proses berikutnya. Untuk mengubah crispinput menjadi
Turbin uap adalah suatu pengerak mula yang mengubah fuzzyinput, terlebih dahulu harus menentukan membership
energi potensial uap menjadi energi kinetik dan energi kinetik function untuk tiap crispinput, kemudian proses fuzifikasi
ini selanjutnya diubah menjadi energi mekanis dalam bentuk akan mengambil crispinput dan membandingkan dengan
putaran poros turbin.Poros turbin, langsung atau dengan membership function yang telah ada untuk menghasilkan
bantuan roda gigi reduksi, dihubungkan dengan mekanisme harga fuzzyinput.
yang digerakkan.Tergantung pada jenis mekanisme yang
digerakkan, turbin uap dapat digunakan pada berbagai bidang Fuzzy Rule Base[4]
industri, untuk pembangkit tenaga listrik dan untuk Pada tahap fuzzy rule base, diproses hubungan antara
transportasi. nilai-nilai input (crispinput) dan nilai-nilai output
Turbin uap terdiri dari beberapa bagian utama seperti: (crispoutput) yang dikehendaki dengan aturan-aturan (rules).
rumah turbin (casing), bagian yang berputar (rotor), sudu-sudu Aturan ini nantinya yang akan menentukan respon sistem
yang dipasang pada rotor maupun casing dan bantalan untuk terhadap berbagai kondisi setting point dan gangguan yang
menyanggah rotor. terjadi pada sistem. Aturan yang banyak digunakanadalah :
Format aturan IF-THEN
IF Err is Normally bigand AEn is Normally big
THEN output is Normally big
Defuzifikasi
Pada tahap ini dilakukan pemetaan bagi nilai-nilai
fuzzyoutput yang dihasilkan pada tahap fuzzyrule base ke nilai-
nilai output kuantitatif yang sesuai dengan sistem yang
diharapkan. Ada berbagai metode untuk melakukan proses
defuzifikasi pada komposisi aturan Mamdani.
dalam blok model untuk mendapatkan output yang akan dioperasikan secara manual hanya pada saat starting dan
datang. Output tersebut akan di optimalisasikan, agar dapat control valve. Pada Gambar 6 terlihat pressure yang masuk ke
meminimumkan error dan memaksimalkan sinyal kontrol dari main valve bernilai konstan yaitu 60 kg/cm2.
gangguan sehingga menghasilkan input yang akan datang.
Y: 31.62
30
20
10
respon sistem
setpoint
0
0 10 20 30 40 50 60 70
Waktu (detik) Gambar 11.Membership function error (e) dan delta error(e).
Gambar 8. Respon output frekuensi saat beban nominal
Gambar 9 menunjukkan grafik respon output frekuensi
2. Fuzzy Rule Base
saat beban minimal. Saat beban tersebut respon melebihi
Aturan dasar dirancang berdasarkan teori bukaan control
setpoint yang diinginkan yaitu bernilai 53 Hz dengan 3,8
valve yang tepat saat sistem dalam kondisi berbeban. Pada
detik. kondisi beban nominal maka laju uap yang dialirkan oleh
60
Grafik Hasil Respon Sistem control valve sebesar 53,3 Kg/s, sedangkan bila sistem
diberi beban maksimal atau minimal maka control valve harus
50
50
dapat menyesuaikan laju uap agar sistem tidak mengalami
gangguan.Dengan mengacu teori tersebut maka dirancang
40 sebuah rule base yang merepresentasikan perubahan dari
bukaan control valve seperti pada Tabel 1
Frekuensi (Hz)
30
Tabel 1.Rule base untuk kontrol fuzzy
delta error
20
NB N NS Z PS P PB
10
NB NB NB N N NS NS Z
respon sistem
setpoint N NB N N NS NS Z PS
0
0 10 20 30 40 50 60 70
Waktu (detik)
NS N N NS NS Z PS PS
20
vj
z .........................................................................(2)
10 j 1 j
respon sistem
setpoint
dengan,
0
0 10 20 30
Waktu (detik)
40 50 60 70 z = nilai keluaran
Gambar 10.Respon output frekuensi saat beban maksimal vj = nilai masukan
j = banyaknya nilai maksimum
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 A-76
I. Perancangan KontrolPrediktif 60
Grafik Hasil Respon Sistem
Frekuensi (Hz)
Nilai error yang masuk ke FLC (Fuzzy Logic Controller)
30
diberikan variabel tambahan yaitu K1 yang nilainya berubah-
ubah sesuai dengan perubahan yang terjadi pada output dari 20
respon output
setpoint
e(k ) em(k ) em(k 1)
1 t
0
0 10 20 30 40 50 60 70
e(k 1) Waktu(detik)
20
10
output respon
setpoint
0
0 5 10 15 20 25 30
Gambar 13. Arsitektur Sistem Waktu (detik)
60
Grafik Hasil Respon Sistem V. KESIMPULAN
Berdasarkan hasil percobaan yang telah dilakukan pada
50
pengerjaan tugas akhir ini, maka dapat diambil beberapa
kesimpulan antara lain:
40
X: 3.48
1. Simulator plantturbin-generator dapat bekerja dengan
baik walaupun dalam keadaan berbeban, respon selalu
Frekuensi (Hz)
Y: 31.63
30
mencapai nilai set point yang diinginkan yaitu 50 Hz.
20
2. Penambahan gain K1 sebesar 42.35 yang bekerja secara
sucsessive pada kontroler fuzzy prediktif dapat
10 memperbaiki error pada kontroler fuzzy
output respon 3. Jika sistem hanya menggunakan kontrol fuzzy sebagai
setpoint
0
0 5 10 15 20 25 30 pengendali frekuensi saat terjadi perubahan beban, maka
Waktu (detik)
DAFTAR PUSTAKA
Frekuensi (Hz)
30
[1] Pudjanarsa, Astu, Mesin Konversi Energi, Penerbit ANDI,
Yogjakarta, 2008.
20
[2] Abduh. Syamsir, Teknik Tegangan Tinggi, Penerbit Salemba Teknika,
Jakarta, 2001.
10 [3] Robandi, I., Desain Sistem Tenaga Modern; Optimisasi, Logika Fuzzy,
output respon
setpoint
dan Algoritma Genetika, Penerbit ANDI, Yogyakarta, 2006.
0
ykp1 [4] Pasino, K. M.,dan Yurkovich, S. , "Fuzzy Control", Addison Wesley
0 5 10 15 20 25 30
Waktu (detik) Longman, California, 1998.
Gambar 17 Penggabungan respon output frekuensi [5] S. Ronald, Predictive Control, Prentice Hall, Department of Electrical
Engineering, Netherlands, 1991.
y (k 1) saat
Gambar 17 adalah respon frekuensi [6] Ogata. Katsuhiko, Teknik Kontrol Automatik(Sistem Pengaturan),
Penerbit Erlangga, Bandung 1970.
digabung dengan respon frekuensi y (k ) , terlihat tidak terlalu
banyak perbedaan pada respon. Namun, apabila gambar
diperbesar maka akan terlihat bahwa kontroler prediktif
bekerja pada sistem ini. Hal tersebut diperlihatkan oleh
Gambar 18, untuk garis yang berwarna biru adalah respon
output sistem dan garis berwarna merah adalah respon output
frekuensi y (k 1) dimana garis tersebut selalu memprediksi
satu langkah kedepan yang dihasilkan oleh outputfrekuensi
y (k ) .
Grafik Hasil Respon Sistem
50.3
50.2
50.1
Frekuensi (Hz)
50
49.9
49.8